首页 > 后端开发 > Python教程 > BoardGameGeek 使用 Python 获取棋盘游戏数据

BoardGameGeek 使用 Python 获取棋盘游戏数据

Patricia Arquette
发布: 2024-10-15 22:15:02
原创
730 人浏览过

BoardGameGeek board games data fetching with Python

此脚本将从 BoardGameGeek API 获取棋盘游戏数据并将数据存储在 CSV 文件中。 API 响应采用 XML 格式,并且由于没有端点可以一次获取多个棋盘游戏数据,因此这将通过根据棋盘游戏 ID 向端点发出单个棋盘游戏的请求来实现,同时递增每个请求后给定 ID 范围内的 ID。

查看我的 GitHub 个人资料上的存储库

为每个棋盘游戏获取和存储的信息如下:

名称、游戏 ID、评级、权重、发布年份、最少玩家数、最大玩家数、最短游戏时间、最大支付时间、最小年龄、所属者、类别、机制、设计师、艺术家和发行商。

我们首先导入此脚本所需的库:

# Import libraries
from bs4 import BeautifulSoup
from csv import DictWriter
import pandas as pd
import requests
import time
登录后复制

我们需要定义请求的标头以及每个请求之间的暂停(以秒为单位)。 BGG API 文档中没有有关请求速率限制的信息,并且其论坛中有一些非官方信息表明每秒的请求数被限制为 2 个。如果脚本开始达到限制速率,则可能需要调整请求之间的暂停。

# Define request url headers
headers = {
    "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10.16; rv:85.0) Gecko/20100101 Firefox/85.0",
    "Accept-Language": "en-GB, en-US, q=0.9, en"
}

# Define sleep timer value between requests
SLEEP_BETWEEN_REQUEST = 0.5
登录后复制

接下来是定义需要从 BGG 获取并处理的棋盘游戏 ID 的范围。在创建此脚本时,现有棋盘游戏数据的上限约为 402000 个 ids,并且这个数字将来很可能会增加。

# Define game ids range
game_id = 264882 # initial game id
last_game_id = 264983 # max game id (currently, it's around 402000)
登录后复制

以下是脚本完成时根据 ID 范围调用的函数。此外,如果发出请求时出现错误,将调用此函数以存储截至异常发生时附加到游戏列表的所有数据。

# CSV file saving function
def save_to_csv(games):
    csv_header = [
        'name', 'game_id', 'rating', 'weight', 'year_published', 'min_players', 'max_players',
        'min_play_time', 'max_play_time', 'min_age', 'owned_by', 'categories',
        'mechanics', 'designers', 'artists', 'publishers'
    ]
    with open('BGGdata.csv', 'a', encoding='UTF8') as f:
        dictwriter_object = DictWriter(f, fieldnames=csv_header)
        if f.tell() == 0:
            dictwriter_object.writeheader()
        dictwriter_object.writerows(games)
登录后复制

下面是这个脚本的主要逻辑。它将在ID范围内执行代码,这意味着它将向BGG API发出请求,使用BeautifulSoup获取所有数据,进行必要的检查数据是否与棋盘游戏相关(有数据与棋盘游戏相关)其他类别。请参阅 BGG API 了解更多信息。),之后它将处理数据并将其附加到游戏列表中,最后存储到 CSV 文件中。

# Create an empty 'games' list where each game will be appended
games = []

while game_id <= last_game_id:
    url = "https://boardgamegeek.com/xmlapi2/thing?id=" + str(game_id) + "&stats=1"

    try:
        response = requests.get(url, headers=headers)
    except Exception as err:
        # In case of exception, store to CSV the fetched items up to this point.
        save_to_csv(games)
        print(">>> ERROR:")
        print(err)


    soup = BeautifulSoup(response.text, features="html.parser")
    item = soup.find("item")

    # Check if the request returns an item. If not, break the while loop
    if item:
        # If the item is not a board game - skip
        if not item['type'] == 'boardgame':
            game_id += 1
            continue

        # Set values for each field in the item
        name = item.find("name")['value']
        year_published = item.find("yearpublished")['value']
        min_players = item.find("minplayers")['value']
        max_players = item.find("maxplayers")['value']
        min_play_time = item.find("minplaytime")['value']
        max_play_time = item.find("maxplaytime")['value']
        min_age = item.find("minage")['value']
        rating = item.find("average")['value']
        weight = item.find("averageweight")['value']
        owned = item.find("owned")['value']
        categories = []
        mechanics = []
        designers = []
        artists = []
        publishers = []

        links = item.find_all("link")

        for link in links:
            if link['type'] == "boardgamecategory":
                categories.append(link['value'])
            if link['type'] == "boardgamemechanic":
                mechanics.append(link['value'])
            if link['type'] == "boardgamedesigner":
                designers.append(link['value'])
            if link['type'] == "boardgameartist":
                artists.append(link['value'])
            if link['type'] == "boardgamepublisher":
                publishers.append(link['value'])

        game = {
            "name": name,
            "game_id": game_id,
            "rating": rating,
            "weight": weight,
            "year_published": year_published,
            "min_players": min_players,
            "max_players": max_players,
            "min_play_time": min_play_time,
            "max_play_time": max_play_time,
            "min_age": min_age,
            "owned_by": owned,
            "categories": ', '.join(categories),
            "mechanics": ', '.join(mechanics),
            "designers": ', '.join(designers),
            "artists": ', '.join(artists),
            "publishers": ', '.join(publishers),
        }

        # Append the game (item) to the 'games' list

        games.append(game)

    else:
        # If there is no data for the request - skip to the next one
        print(f">>> Empty item. Skipped item with id ({game_id}).")
        game_id += 1
        continue

    # Increment game id and set sleep timer between requests
    game_id += 1
    time.sleep(SLEEP_BETWEEN_REQUEST)

save_to_csv(games)    
登录后复制

下面您可以以 pandas DataFrame 的形式预览 CSV 文件中的前几行记录。

# Preview the CSV as pandas DataFrame
df = pd.read_csv('./BGGdata.csv')
print(df.head(5))
登录后复制

以上是BoardGameGeek 使用 Python 获取棋盘游戏数据的详细内容。更多信息请关注PHP中文网其他相关文章!

来源:dev.to
本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
作者最新文章
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板